Упозорење
  • ЈФолдер: :филес: Путања није директоријум. Путања: /вар/www/цлиентс/цлиент23/wеб50/wеб/имагес/сториес/галерије/сид
Обавештење
  • Тхере wас а проблем рендеринг yоур имаге галлерy. Плеасе маке суре тхат тхе фолдер yоу аре усинг ин тхе Симпле Имаге Галлерy плугин тагс еxистс анд цонтаинс валид имаге филес. Тхе плугин цоулд нот лоцате тхе фолдер: имагес/сториес/галерије/сид

Унцатегорисед

Кратки програми - услови уписа

Да би се уписао, полазник мора да има најмање завршену средњу школу у четвородишњем трајању. Послодавац самостално одређује своје полазнике кратког програма, док остали пролазе кроз процес интервјуа где се проверавају способности потенцијалних полазника да похађају овакву врсту студија.

Списак стипендиста 2022/2023.

Ученици који су добили стипендију за четворогодишње бесплатно школовање на Рачунарском факултету (по редоследу пријављивања):

РН - Рачунарске науке

РИ - Рачунарско инжењерство

р.

бр.

име и презиме

школа

место

такмичења

За студијски програм

1.

Петар Михајловић

Прва крагујевачка гимназија

Крагујевац

2022. ДТМ (Б), 2. награда

РИ

2.

Стефан Савић

Математичка гимназија, Београд

Шабац

2022. СИО, 2. награда

2022. ДТИ (А), 1. награда

2021.ДТИ (А), учешће

2020. ДТИ (А), учешће

РН или РИ

3.

Илија Милошевић

Математичка гимназија, Београд

Београд

2022. ДТФ (А), 3. награда

2021. ДТФ (А), 3. награда

2021.ДТМ (А), похвала

2020. ДТМ (А), похвала

2019. ДТМ (А), 3. награда

РИ

4.

Владислав Вукосављевић

Гимназија, Краљево

Краљево

2022. ДТФ (А), 3. награда

2022. ДТМ (А), учешће

2019. ДТМ (А), учешће

РИ

5.

Дарије Стојановић

Математичка гимназија, Београд

Београд

2022. СМО, 3. награда

2022. ДТМ (А), 3. награда

2022. ДТИ (А), учешће

2021. ДТМ (А), похвала

2021.ДТИ (А), учешће

РН или РИ

6.

Вања Пеић

Гимназија у Крушевцу

Крушевац

2022. ДТМ (Б), учешће

2021. ДТМ (Б), 2. награда

2021. ДТФ (Б), учешће

2020. ДТФ (Б), пласман

2019. ДТФ (Б), учешће

РИ

7.

Филип Бајрактари

Математичка гимназија, Београд

Београд

2022. СФО, пласман

2022. ДТФ (А), 3. награда

2021. ДТФ (А), 3. награда

2021. ДТИ (А), учешће

2020. ДТФ (А), пласман

РИ

8.

Нада Трајковић

Рачунарска гимназија, Београд

Београд

2022. ДТМ (Б), 3. награда

2020. ДТМ (Б), 3. награда

2019. ДТМ (Б), 1. награда

РИ

9.

Марко Вељовић

Рачунарска гимназија, Београд

Београд

2022. ДТМ (Б), 3. награда

2020. ДТФ (Б), пласман

РИ

10.

Јован Бенгин

Математичка гимназија, Београд

Београд

2022. МИО, члан тима

2022. СИО, 1. награда

2022. СМО, 3. награда

2022. СФО, пласман

2022. ДТИ (А), 1. награда

2022. ДТМ (А), 2. награда

2022. ДТФ (А), 3. награда

2021. МИО, бронзанамедаља

2021. БИО, златна медаља

2021. СИО, 1. награда

2021. ДТИ (А), 1. награда

2021. ДТМ (А), похвала

2020. МИО, бронзана медаља

2020. СИО, 1.награда

2020. ДТИ (А), 1.награда

2020. ДТМ (А), 3. награда

2020. РМИ, 2. награда

2019. МИО, бронзана медаља

2019. БИО, сребрна медаља

2019. СИО, 1. награда

2019. ЦМО, 3. награда

2019. ДТИ (Б), 1. награда

2019, ДТМ (А), 2. награда

2019. ДТФ (А), 3. награда

2019. РМИ, 3. награда

2018. ЈБОИ, сребрна медаља

2018. ПМИ, 3. награда

РН или РИ

11.

Владимир Игњатијевић

Рачунарска гимназија, Београд

Београд

Ђак генерације Рачунарске гимназије

2022. СФО, пласман

2022. ДТФ (Б), 1. награда

2021. ДТФ (Б), 1. награда

2021.ДТМ (Б), похвала

2020. ДТМ (Б), 1. награда

2019. ДТФ (Б), 2. награда

РН или РИ

12.

Огњен Нешковић

Рачунарска гимназија, Београд

Београд

Ђак генерације Рачунарске гимназије

2022. ДТИ (А), 3. награда

2021. СИО (А), 2. награда

2021. ДТИ (А), 3. награда

2020. СИО (А), 3. награда

РН или РИ

13.

Матија Радуловић

Рачунарска гимназија, Београд

Београд

2022. ДТМ (Б), 2. награда

РИ

14.

Јована Лазић

Математичка гимназија, Београд

Београд

2022. ДТИ (А), учешће

2021. ЕГОИ, бронзана медаља

2021. ДТИ (А), учешће

2021. ДТМ (А), учешће

2021. ДТФ (А), учешће

2020. ДТМ (А), учешће

2019. ДТМ (А), учешће

РН или РИ

15.

Марко Милованов

ЕТСШ „Никола Тесла“, Панчево

Панчево

2022. СИО, учешће

2022. ДТИ (Б), 3. награда

2022. ДТМ (Б), учешће

2021. СИО, учешће

2021. ДТМ (Б), учешће

2021. ДТИ (Б), 2. награда

2020. ДТИ (Б), учешће

2019. ДТФ (Б), пласман

РН или РИ

Позивају се ученици који су добили стипендију за четворогодишње бесплатно школовање на Рачунарском факултету да се упишу до 16.06.2022. године од 10 до 16 часова. Документа потребна за упис

Ученици који су добили делимичну стипендију (попуст од 50%) за четворогодишње школовање на Рачунарском факултету (по редоследу пријављивања):

р.

бр.

име и презиме

школа

место

такмичења

За студијски програм

1.

Алекса Милић

ЕТСШ „Никола Тесла“, Краљево

Краљево

2022. ДТИ (Б), учешће

2021. ДТИ (Б), учешће

РН или РИ

2.

Павле Секешан

Рачунарска гимназија, Београд

Београд

2021. ДТИ (А), учешће

2021. ДТМ (Б), учешће

2020. СИО, учешће

2020. ДТИ (А), учешће

2020. ДТМ (Б), похвала

2019. ДТМ (Б), 3. награда

2019. ДТИ (Б), учешће

РН или РИ

3.

Андреј Вујнић

Земунска гимназија

Београд

2021. ДТМ (Б), учешће

2019. ДТМ (Б), учешће

РИ

4.

Марија Паламаревић

Рачунарска гимназија, Београд

Београд

2022, ДТИ (А), учешће

2021, ДТМ (А), похвала

2021. ДТИ (А), учешће

2020, СМО, учешће

2020. ДТМ (Б), 1. награда

2020. ДТИ (А), учешће

РН или РИ

5.

Стефан Бенгин

Математичка гимназија, Београд

Београд

2022. СИО, учешће

2022, ДТИ (А), учешће

2021, ДТИ (А), учешће

2020. ДТИ (А), учешће

2019, ДТИ (Б), учешће

РН или РИ

Позивају се ученици који су добили попуст од 50% за четворогодишње школовање на Рачунарском факултету да се упишу до 16.06.2022. године од 10 до 16 часова. Документа потребна за упис

МИО - Међународна информатичка олимпијада

ММО - Међународна математичка олимпијада

МФО - Међународна физичка олимпијада

БОИ - Балканска информатичка олимпијада

БМО - Балканска математичка олимпијада

БФО - Балканска физичка олимпијада

ЈБОИ - Јуниорска балканска информатичка олимпијада

ЈБМО - Јуниорска балканска математичка олимпијада

СИО - Српска информатичка олимпијада

СМО - Српска математичка олимпијада

СФО - Српска физичка олимпијада

ДТИ - Државно такмичење из информатике

ДТР - Државно такмичење из рачунарства

ДТМ - Државно такмичење из математике

ДТФ - Државно такмичење из физике

БХОИ - БИХ информатичка олимпијада

РТИ - Републичко такмичење из информатике (Република Српска)

РМИ - Румунски мастер из информатике

ЕГОИ - Европска женска информатичка олимпијада

ЕГМО - Европска женска математичка олимпијада

5Г-6Г технологије мрежног кора

Циљ и исход предмета

Упознавање за мрежним и виртуализационим технологијама будућих 5Г и 6Г телеокимуникационих мрежа. По завршетку курса студент познаје технологије које се користе у кору 5Г и 6Г мрежа које омогућавају висок ниво виртуализације и искоришћења постављених линкова и других телекомуникационих ресурса.

Теоријска настава

Увод у мобилне комуникације. Основе виртуализационих технологија. Технике виртуализације у рачунарским мрежама. Софтверски дефинисане мреже. Виртуализација мрежних функција. Network slicing. Cloud computing. Internet of Things i Industrial Internet of Things.

Практична настава

Основе Oracle VirtualBoxa. EVEng виртуализационо окружење. Виртуализација мрежа кроз Мининет. Програмирање софтверски дефинисаних мрежа. PoX и OpenDayligth. OpenStack could окружење. Docker виртуализација. Примена Kubernetes оркестратора. 

Физиолошко рачунарство

Циљ и исход предмета
 
Упознавање са разним физиолошким процесима у човеку, њиховом обрадом, интерпретацијом и применом у рачунарству. Овладавање техникама за прављење мерних инструмената, за мерење и анализу физиолошких сигнала, као и за обраду података (data science). По завршетку курса студент познаје све елементе физиолошког рачунарства. Оспособљен је да користи и прави мерне инструменте. Студент такође влада техникама обраде физиолошких сигнала у реалном времену и њиховом синхронизацијом између уређаја.
 
Теоријска настава
 
Физиолошки процеси: рад срца, дисање, рад мишића, покрети, рад стомака, знојење итд. Централни нервни систем и периферни нервни систем, симпатетички и парасимпатетички. Стомак као други мозак и ентерички нервни систем. Мерни инструменти и њихове компоненте: електрокардиографија, фотоплетисмографија, електромиографија, електрогастрографија, електродермална активност итд. Обрађивање сигнала: срчана кохеренција (cardiac coherence), варијабилност дисања (breath rate variability), фазична и тонична промена коже (fasic and tonic skin response) итд. Феномен физиолошке синхроније (Physiological synchrony) тј. подударање ритмова физиолошких процеса између више корисника, његов утицај на међуљудске односе. Физиолошко рачунарство као део интеракције човек-рачунар. Повезани уређаји у облику тенџибл интерфејса (Tangible interface) и носивих рачунара (wearables) као део Интернета ствари. Фидбек или повраћај података кориснику у реалном времену. Примена физиолошког рачунарства у едукацији, уметности, медицини, спорту, транспорту, маркетингу итд. Етика коришћења и дељења физиолошких података корисника.
 
Практична настава 
 
Коришћење постојећих и прављење нових мерних инструмената. Снимање, обрада и интерпретација физиолошких сигнала коришћењем Python програмског језика. Комуникација уређаја са Lab Streaming Layer (LSL= протоколом.
 

Интерфејс Мозак-Рачунар

Циљ и исход предмета
 
Упознавање са карактеристикама и начином функционисања комплексног система у реалном времену, интерфејс мозак-рачунар. Овладавање техникама за мерење, обраду и класификацију електричног сигнала мозга као и његово претварање у перцептивни повраћај (у реалном времену) уз помоћ машинског учења. По завршетку курса студент познаје све елементе једног интерфејса мозак-рачунар, оспособљен је да користи алате како хардверске тако и софтверске како би се информације из мозга претвориле у перцептивни догађај.

Теоријска настава

Неурони, синапсе, електрични сигнал мозга. Мерни инструменти попут електроенцефалограма (ЕЕГ). Closed loop и open loop, biofeedback и neurofeedback. Парадигме као што су Motor Imagery, Event Related Potentials, Evoked Potentials. Интеракција више корисника, хипер-скенирање (hyperscanning). Примена у медицини, у гејминг индустрији, у спорту, у уметности, у паметним транспортним уређајима. Разлика између активног и пасивног интерфејса, и неуро-адаптивних уређаја. Неуро-маркетинг и неуро-етика. Утицај психолошког стања корисника на електричне сигнале па и на перформанс система. Зависност перформанси система од тренинга и учења корисника као и од машинског учења. Анализа и обрада сигнала, чишћење шума, спацијални филтери, темпорални филтери, Калманов филтер, Фуријеова трансформација, конволуција, семпловање, epoching, издвајање потребних вектора за класификацију. Машинско учење – Linear Discriminant Analysis, Support Vector Machine. Lab Streaming Layer (ЛСЛ) протокол комуникације између уређаја и њихова синхронизација за перцептивни повраћај у реалном времену.

Практична настава

Практичан рад са ЕЕГ мерним инструментом. Снимање електричног сигнала мозга, обрада и класификација уз алат openViBE. Повезивање излаза класификације опенВајба са перцептивним повраћајем нпр. унутар видео игре, уз помоћ ЛСЛ протокола.